ASP.NET Boilerplate中Redis缓存序列化异常问题解析
问题背景
在ASP.NET Boilerplate框架中,当开发者将项目升级到9.1.0版本后,使用Redis缓存时可能会遇到一个序列化异常。这个异常主要出现在两种场景中:
- 使用AbpRedisCache时
- 使用AbpPerRequestRedisCache时
错误信息显示系统无法序列化System.Type类型的实例,具体报错路径为$.ProviderApiType。
异常分析
该问题的根本原因在于ASP.NET Boilerplate 9.1.0版本中默认使用了System.Text.Json作为JSON序列化器,而Newtonsoft.Json则作为备选方案。System.Text.Json在设计上出于安全考虑,默认不支持System.Type类型的序列化,这与Newtonsoft.Json的行为不同。
当框架尝试将包含Type类型属性的对象序列化到Redis缓存时,System.Text.Json会抛出NotSupportedException异常。这在用户登录等需要缓存认证信息的场景中尤为常见。
解决方案
临时解决方案
-
回退到Newtonsoft.Json
在CoreModule中添加以下代码可以暂时解决问题:JsonExtensions.UseNewtonsoft = true; -
自定义Type类型转换器
可以创建一个自定义的JsonConverter来处理Type类型的序列化:public class CustomJsonConverterForType : JsonConverter<Type> { public override Type Read(ref Utf8JsonReader reader, Type typeToConvert, JsonSerializerOptions options) { var typeName = reader.GetString(); return Type.GetType(typeName); } public override void Write(Utf8JsonWriter writer, Type value, JsonSerializerOptions options) { writer.WriteStringValue(value.AssemblyQualifiedName); } }然后在Startup中注册:
services.AddControllers() .AddJsonOptions(options => { options.JsonSerializerOptions.Converters.Add(new CustomJsonConverterForType()); });
根本解决方案
ASP.NET Boilerplate团队已经注意到这个问题,并提出了修复方案。开发者可以:
- 实现自定义的IRedisCacheSerializer,正确处理Type类型的序列化
- 等待官方发布包含修复的版本
最佳实践建议
-
评估缓存内容
检查哪些数据被缓存并导致了这个问题,考虑是否可以重构这些类型以避免包含Type属性。 -
统一序列化策略
在整个应用中保持一致的序列化策略,避免混合使用System.Text.Json和Newtonsoft.Json。 -
监控缓存异常
即使应用能继续运行,也应监控这些异常,因为它们可能影响性能或导致缓存失效。 -
测试覆盖
增加针对缓存序列化的单元测试,确保各种数据类型都能正确序列化和反序列化。
总结
这个问题展示了框架升级时可能遇到的兼容性挑战,特别是在底层组件更换时。开发者需要了解不同JSON序列化器的行为差异,并准备好相应的适配方案。对于ASP.NET Boilerplate用户来说,目前可以通过回退到Newtonsoft.Json或实现自定义转换器来解决这个问题,同时期待官方在后续版本中提供更完善的解决方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00